DNAharvester：一种用于高度降解古 DNA 分析的模块化生物信息学流程

《Bioinformatics》：DNAharvester: A Nextflow Pipeline for Analysing Highly Degraded DNA from Ancient and Historical Specimens

　　摘要**动机**随着高通量测序技术的发展，古DNA（aDNA）研究取得了快速进展，使得能够对大量史前标本进行全基因组分析成为可能。然而，分析具有高度降解DNA的古生物和考古材料构成了一项重大的生物信息学挑战。此类样本的DNA以片段长度短、内源性含量低、死后损伤以及跨物种污染为特征，这些因素可增加错误比对和参考基因组偏差，从而影响下游的群体遗传学推断。**结果**我们提出了DNAharvester，这是一个专为处理古生物及历史标本中高度降解DNA而设计的模块化和可重复的分析流程。DNAharvester整合了宏基因组过滤、竞争性比对、自适应比对器选择（整合了BWA-aln、BWA-mem和Bowtie2），以及对参考基因组偏差和错误比对的系统评估。通过纳入灵活的比对与过滤策略，该流程可适应不同的样本保存状况，专注于最大限度恢复真实数据。DNAharvester设有多个子流程，包括线粒体基因组迭代组装、基因组重复序列与CpG位点鉴定、分类学分类、微生物/病原体筛查、遗传性别鉴定以及变异检测。为适应不同的测序深度，该流程支持二倍体变异检测、基因型似然度估计和伪单倍体随机等位基因检测。我们使用模拟数据集和实证数据集验证了该流程，证明其能够系统地减轻复杂的背景污染，同时保留真实的基因组信号。通过简单的配置文件简化复杂的生物信息学任务，DNAharvester为分析aDNA数据集建立了标准化的方法，并使古代遗骸的基因组分析向更广泛的研究社区开放。**可用性与实现**DNAharvester基于Nextflow实现，提供了一个高度可扩展的、容器化的框架，增强了aDNA分析中的可重复性、可移植性和稳健性。DNAharvester以GNU通用公共许可证v3.0开源，并可从以下地址免费获取：https://github.com/NBISweden/DNAharvester**补充信息**补充数据可在Bioinformatics在线版及Zenodo仓储库获取：https://doi.org/10.5281/zenodo.22725211